我国农业遥感的应用现状与展望
农业遥感技术的发展现状及应用前景
农业遥感技术的发展现状及应用前景随着科技的不断发展，农业遥感技术在农业生产中的应用越来越广泛。
它可以帮助农民实现精准监测、精准管理、精准施肥，提高农作物的品质和产量，减少浪费和污染。
这篇文章将谈论农业遥感技术的发展现状及应用前景。
一、农业遥感技术的发展现状农业遥感技术是指利用航空、卫星、无人机等遥感设备获取农业数据并分析处理的技术。
近年来，这一技术得到了快速发展和广泛应用。
中国从上世纪70年代开始探索农业遥感技术，经过多年发展，已经建成了一套比较完整的农业遥感监测系统。
目前，中国农业遥感技术的应用主要有以下几个方面：1.耕地、作物、油料、果树等农业资源测量与监测利用农业遥感技术可以实现对农业资源进行高精度测量和监测，提高数据的时效性和准确性。
特别是在大面积的农作物监测方面，农业遥感技术的优势比较明显，可以实现对不同地区、不同气候条件下农作物的监测和比较，有助于农作物育种和种植技术的改进。
2.农业灾害监测和预警利用农业遥感技术可以实现对各种自然灾害的及时监测和预警，例如干旱、旱涝、冰雹、风灾等。
一旦发生灾害，可以快速采取应对措施，避免灾害对农业生产造成较大的影响。
3.农业精准施肥和资源节约利用农业遥感技术可以实现对农田的土壤和植物营养元素的监测和分析，根据不同作物的生长需要和土壤肥力状况，实现农业精准施肥。
这样可以节约肥料、降低农业污染，同时提高农作物的品质和产量。
二、农业遥感技术的应用前景农业遥感技术具有广阔的应用前景。
未来，它将在以下几个方面得到更广泛的应用：1.服务大众化未来农业遥感技术将面向更广泛的农业生产者。
它将没有门槛，服务大众化，可以让更多农民享受到农业遥感技术带来的好处。
2.智能化、自动化未来农业遥感技术将更加智能化、自动化。
例如，通过机器学习，可以实现农业遥感数据的自动分析和处理。
这将使得农业遥感技术更加高效、精准。
3.与传统农业相结合未来农业遥感技术将更加融合现代化科技和传统的靠天吃饭的农耕文化。
农业遥感应用现状与展望
农业展望,2024,20(4):68-74.Agricultural Outlook收稿日期:基金项目:联系方式:2023-10-30新疆社科基金项目(2023BYJ029)庄家煜,E-mail :*******************。
通信作者苏武峥,E-mail :*****************农业遥感应用现状与展望庄家煜1,2,包维嘉1,苏武峥3(1中国农业科学院农业信息研究所北京100081;2农业农村部农业监测预警技术重点实验室北京100081;3新疆农业科学院农业经济与科技信息研究所新疆乌鲁木齐830091)摘要:农业遥感是以遥感技术为核心,融合农学、地理信息等多学科知识的综合性交叉学科,可实现农业资源空间分布信息的高效获取及管理,常用于农作物长势监测、产量预测、灾害评估等领域。
本研究通过对国内农业政策和国内外农业遥感发展的文献收集、整理,揭示了遥感技术对国内农业发展的重要性和意义,对当前农业遥感在土地资源勘测、农作物种植环境监测、农作物长势监测与产量评估、农业灾害监测与应急管理等方面的应用现状进行梳理,并结合农业遥感的技术特点和农业发展的需求,对未来农业遥感技术发展与应用前景进行展望。
关键词:农业遥感技术;MODIS 数据;植被指数;精准农业开放科学(资源服务)标识码(OSID):Current Situation and Prospect of Agricultural Remote SensingTechnology ApplicationZhuang Jiayu 1,2,Bao Weijia 1,Su Wuzheng 3(1A gricultural Information Institute,Chinese Academy of Agricultural Sciences,Beijing 100081;2KeyLaboratory of A gricultural Monitoring and Early Warning Technology,Ministry of A griculture and Rural Affairs,Beijing 100081;3Institute of Agricultural Economics and Scientific Technical Information,Xinjiang Academy of A gricultural Sciences,Urumqi 830091,Xinjiang)Agricultural remote sensing is a comprehensive interdisciplinary field that integratesmulti-disciplinary knowledge such as agriculture and geographic information.It can achieve efficient acquisition and management of spatial distribution information of agricultural resources,and is commonly used in fields such as crop growth monitoring,yield prediction,and disaster assessment.This article revealed the importance and significance of remote sensing technology for the development of domestic agriculture by collecting and organizing literatures on domestic agricultural policies and the development of remote sensing in both domestic and international agriculture;summarized the status quo of application of agricultural remote sensing technology to land resources surveying,crop environmental monitoring,crop growth monitoring and yield assessment,agricultural disaster monitoring and emergency management,and combined the technical characteristics of agricultural remote sensing with the needs ofagricultural680引言广义的农业遥感技术是以遥感(RS)技术为主,融合农学知识、地理信息技术(GIS)等多种学科的综合性现代农业技术,可实现农业资源空间分布信息的高效获取及管理[1],常用于农作物长势监测、产量预测、灾害评估等领域。
遥感技术在精准农业中的现状及发展趋势
遥感技术在精准农业中的现状及发展趋势一、遥感技术在精准农业中的现状1. 遥感技术在土壤和环境监测中的应用通过遥感技术可以对土壤的质地、养分含量、水分状况等进行监测和分析，帮助农民科学合理地施肥、浇水，提高土壤的肥力和产量。
遥感技术还可以监测环境因素对农作物的影响，例如气候变化、病虫害的发生等，为农业生产提供科学依据。
2. 遥感技术在作物生长监测中的应用利用遥感技术可以对作物的生长情况进行实时监测和分析，及时发现作物生长过程中的问题和风险，为农民提供科学的农业生产指导。
遥感技术还可以提供作物生长预测和评估，帮助农民合理安排农业生产计划和时间表。
3. 遥感技术在精准施肥和农药施用中的应用通过遥感技术可以对农田的养分状况、病虫害的分布进行精准监测，帮助农民科学合理地施肥和施药，减少农药和化肥的使用量，提高农产品的质量和安全性。
4. 遥感技术在农田水分管理中的应用遥感技术可以实时监测农田的水分状况，帮助农民科学合理地安排灌溉和排水，提高农田的水分利用效率，减少水资源的浪费，保护生态环境。
二、遥感技术在精准农业中的发展趋势1. 高分辨率遥感技术的应用随着卫星遥感技术的不断发展和卫星分辨率的提高，高分辨率遥感技术将成为精准农业中的重要工具。
高分辨率遥感可以提供更为精细化的农田监测和分析，为农民提供更为详尽的农业生产信息。
2. 超光谱遥感技术的应用超光谱遥感技术可以提供更为丰富的农田信息，通过对作物光谱特征的分析可以实现更为精准的作物分类和监测。
超光谱遥感技术将为精准农业提供更为准确的数据支持。
3. 无人机遥感技术的应用无人机遥感技术可以实现对农田的快速、灵活的监测和调查，为农民提供实时的农业生产信息。
由于无人机可以低空飞行，可以实现对农田的高分辨率监测，为农田管理和农业生产提供更为便捷的支持。
4. 多源遥感数据的融合应用多源遥感数据的融合应用可以提供更为全面和多角度的农田信息，帮助农民更好地了解农田的整体情况，科学合理地制定农业生产计划和管理策略。
中国农业遥感技术应用现状及发展趋势
中国农业遥感技术应用现状及发展趋势一、本文概述随着科技的飞速发展，遥感技术以其高效、精准的特性，逐渐在农业领域展现出巨大的应用潜力。
本文旨在全面分析中国农业遥感技术应用的当前状况，并探讨其未来发展趋势。
我们将回顾遥感技术在农业领域的应用历程，明确其在农业监测、资源管理、灾害预警等方面的重要作用。
我们将深入探讨当前中国农业遥感技术的主要应用领域和取得的成效，包括作物生长监测、土地利用/覆盖变化、农业气象服务等。
我们将结合国内外遥感技术的发展动态，展望中国农业遥感技术的未来发展趋势，以期为我国农业遥感技术的持续发展和创新提供有益参考。
二、中国农业遥感技术应用现状近年来，随着遥感技术的快速发展，中国农业遥感技术应用取得了显著进展。
目前，遥感技术已广泛应用于农作物监测、农业资源调查、农业灾害评估等多个领域，为农业生产和管理提供了有力支持。
在农作物监测方面，遥感技术通过获取高时空分辨率的遥感影像，实现对作物生长状况的实时监测。
利用遥感数据，可以准确提取作物生长信息，如植被指数、叶面积指数等，为农业生产决策提供科学依据。
同时，遥感技术还可以监测作物病虫害的发生和发展，为病虫害防治提供及时有效的信息支持。
在农业资源调查方面，遥感技术通过对土地利用/覆盖、土壤质量、水资源等方面的监测和评估，为农业资源管理和规划提供重要依据。
通过遥感技术，可以快速获取大范围的土地资源信息，实现土地资源的高效利用。
遥感技术还可以评估土壤质量和水资源状况，为农业可持续发展提供有力支撑。
在农业灾害评估方面，遥感技术通过获取灾害发生前后的遥感影像，可以实现对农业灾害的快速评估和预测。
利用遥感数据，可以准确监测灾害发生的范围、程度和影响，为灾害预警和应急响应提供重要参考。
遥感技术还可以评估灾害对农业生产的影响，为灾后恢复和重建提供科学依据。
总体来看，中国农业遥感技术应用已经取得了显著成效，为农业生产和管理提供了有力支持。
然而，仍存在一些问题和挑战，如遥感数据的获取和处理技术尚需进一步完善、遥感技术在农业生产中的普及程度有待提高等。
农业遥感应用的现状与发展研究
农业遥感应用的现状与发展研究随着科技的不断发展，农业领域也开始广泛应用遥感技术。
农业遥感是通过卫星、无人机等方式获取农田信息、生长状况、土壤信息等，为农业生产提供数据支持和决策参考。
本文将探讨农业遥感应用的现状和未来发展趋势，以及其在农业生产中的作用和意义。
一、农业遥感应用的现状目前，农业遥感应用已经涵盖了农田监测、作物生长监测、土壤监测、水资源监测等多个方面。
在农田监测方面，通过卫星遥感技术可以及时获取全球各地的耕地分布、土地利用情况等信息，为土地规划和土地资源管理提供支持。
也可以对农田进行监测，及时了解农田面积、分布和利用情况，为粮食生产提供重要的数据支持。
在作物生长监测方面，通过遥感技术可以实现作物生长状态的实时监测，及时掌握作物的生长情况，为农业生产管理和决策提供科学依据。
农业遥感技术也可以应用于土壤盐碱地的监测和土壤质量评价，为土壤保护和土壤改良提供数据支持。
水资源是农业生产的重要保障，而农业遥感技术则可以用于监测水资源的情况，及时发现水资源的分布和利用情况，为水资源管理和保护提供科学依据。
随着技术的不断进步和成本的不断下降，农业遥感技术将有望实现更广泛的应用。
在技术方面，由于遥感技术的进步和无人机、卫星等载具的不断成熟，将有望实现更高效的农田监测和作物生长监测，为农业生产提供更精准的数据支持。
在数据处理和分析方面，随着大数据和人工智能技术的不断发展，将有望实现更快速和更精准的数据处理和分析，为农业生产提供更科学的决策支持。
随着生态环境保护意识的不断提高，农业遥感技术也有望应用于生态环境监测和保护，为农业可持续发展提供支持。
农业遥感技术的应用，对农业生产具有重要的作用和意义。
农业遥感技术可以实现对农田和作物的实时监测，及时了解农田和作物的生长情况，为农业生产提供数据支持和决策参考。
农业遥感技术可以帮助农业管理者更好地掌握农田和作物的情况，调整种植布局和施肥施药方案，提高农作物的产量和质量。
遥感影像在农业生产中的应用与挑战
遥感影像在农业生产中的应用与挑战一、引言农业作为人类生存和发展的基础产业，一直以来都在不断寻求创新和进步的方法，以提高生产效率、保障粮食安全和可持续发展。
随着科技的飞速发展，遥感技术的出现为农业生产带来了新的机遇和挑战。
遥感影像作为遥感技术的重要成果，凭借其大面积、实时、多光谱等特点，在农业领域的应用日益广泛。
二、遥感影像在农业生产中的应用（一）土地资源调查与监测遥感影像可以快速、准确地获取大面积的土地信息，包括土地利用类型、土地覆盖状况、土壤质地等。
通过对不同时期遥感影像的对比分析，能够及时发现土地利用的变化情况，为土地规划、耕地保护和土地资源的合理利用提供重要依据。
（二）作物种植面积估算利用遥感影像的高分辨率和多光谱特性，可以区分不同作物的光谱特征，从而实现对作物种植面积的精确估算。
这对于政府制定农业政策、农产品市场预测和农业保险等方面具有重要意义。
（三）作物生长状况监测遥感影像能够反映作物的生长状况，如植被指数、叶面积指数、生物量等。
通过定期获取遥感影像并进行分析，可以及时了解作物的生长阶段、健康状况和养分需求，为精准施肥、灌溉和病虫害防治提供科学依据。
（四）农业灾害监测与评估遥感影像在农业灾害监测方面发挥着重要作用。
例如，在旱灾监测中，可以通过遥感影像获取地表温度、植被含水量等信息，评估旱灾的程度和范围；在洪涝灾害监测中，可以监测淹没区域和受灾面积；在病虫害监测中，能够发现病虫害的发生区域和蔓延趋势。
这些信息有助于及时采取防灾减灾措施，降低灾害损失。
（五）农业生态环境监测遥感影像可以用于监测农业生态环境，如土壤侵蚀、水体污染、大气质量等。
通过对生态环境的监测和评估，可以为农业可持续发展提供决策支持，促进生态农业的发展。
三、遥感影像在农业生产中应用面临的挑战（一）数据质量和分辨率问题虽然遥感影像的获取技术不断提高，但在一些情况下，数据质量仍然存在问题，如云层遮挡、影像噪声等，影响了数据的准确性和可用性。
卫星遥感技术在农业领域的应用与效果分析
卫星遥感技术在农业领域的应用与效果分析近年来，随着科技的不断进步，卫星遥感技术在农业领域得到了广泛应用。
通过使用卫星遥感技术，农业领域实现了一系列的技术革新，提高了农业生产的质量和效率。
一、卫星遥感技术在农业领域的应用卫星遥感技术是指利用卫星发射到空间中的电磁波，对地球表面的信息进行感知、收集和处理的技术。
在农业领域，卫星遥感技术可以进行气象预测、土地利用和土地覆盖等方面的监测，实现精准农业生产。
以下是卫星遥感技术在农业领域的主要应用：1.土地利用、土地覆盖监测卫星遥感技术可以对土地的利用情况和土地的覆盖情况进行监测和评估。
通过卫星图像识别与分析，可以找出不同作物的分布范围和数量，进而确定是否存在用地浪费的问题，提高用地利用率，实现土地资源的可持续利用。
2.农产品产量预测卫星遥感技术通过收集大量的温度、光照等气象信息，进行实时的气象预报和气象分析，为农民提供科学的种植计划，提高农产品的产量和质量。
3.灾害监测与风险预警卫星遥感技术可以在自然灾害时提供快速的反馈，在气象灾害发生前，提前进行预警，协助政府进行灾害防范工作，降低灾害损失。
二、卫星遥感技术在农业领域的效果分析1.提高农业生产效率卫星遥感技术可以通过精确的数据输入和指导，实现正反馈的增长，提高土地利用率，节约资源成本，从而提高农业生产效率。
同时，卫星遥感技术可以实现气象灾害预警，避免灾害对农业的影响和损失，实现农业生产的长期稳定。
2.保护生态环境传统的农业生产模式一般较为粗放，土地利用率不高，容易导致自然生态环境的恶化。
通过卫星遥感技术的监测和评估，可以精细化的管理土地利用，实现合理的种植方式，减少农作物的损耗和浪费，从而保护生态环境。
3.推动规模化、现代化的农业发展模式卫星遥感技术可以实现数据的精准管理，帮助农民准确的把握农业生产的情况。
同时，卫星遥感技术还可以实现多品种生产的种植管理，推动规模化、现代化的农业发展模式。
三、未来展望未来，卫星遥感技术将在农业领域发挥更加重要的作用。
遥感技术在精准农业中的现状及发展趋势
遥感技术在精准农业中的现状及发展趋势1. 引言1.1 遥感技术在精准农业中的重要性遥感技术在精准农业中扮演着至关重要的角色。
精准农业是一种利用现代信息技术和精确化管理手段实现农田资源的高效利用、减少农业生产对环境的负面影响、提高农产品品质和安全的现代化农业模式。
而遥感技术作为精准农业的重要支撑，通过获取大范围、大数据量的地表、地下和大气信息，实现对农田资源的监测、分析和管理，为精准农业提供了重要的数据支持。
遥感技术可以实现对农田土壤、作物、水分、气候等各项要素的快速获取和监测，帮助农民制定科学合理的种植方案和农业生产措施，提高农业生产的精准化程度。
遥感技术还可以实现对农田资源的动态监测和评估，及时发现问题并采取有效措施，从而提高农业生产的效益和可持续发展能力。
在当今精准农业发展的背景下，遥感技术的重要性日益凸显，其在精准农业中的应用前景十分广阔。
2. 正文2.1 遥感技术在精准农业中的应用广泛性1. 土壤监测和管理：利用遥感技术可以对农田土壤进行快速、准确的监测和分析，帮助农民合理施肥、灌溉，提高土壤肥力和作物产量。
2. 作物生长监测：通过遥感技术可以实时监测作物生长情况，包括生长速度、叶片颜色等，帮助农民及时调整种植策略，提高作物产量和品质。
3. 病虫害监测与预测：遥感技术可以实现对农田病虫害的监测和预测，帮助农民及时发现并控制病虫害的扩散，减少农药的使用，保护生态环境。
4. 气候灾害监测：遥感技术可以实现对气候灾害如干旱、洪涝等的监测，帮助农民及时采取防范措施，保护作物安全。
5. 农田管理与规划：遥感技术可以提供农田的空间信息，帮助农民进行合理规划和管理，提高农田资源的利用效率。
遥感技术在精准农业中的应用广泛性体现在其可以为农民提供快速、准确的信息支持，帮助他们实现农业生产的精准化和智能化，提高生产效率和经济效益。
2.2 遥感技术在精准农业中的优势1. 高效性：遥感技术可以实现对农田的大范围、快速监测，提高了生产管理的效率。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第19卷第6期2003年11月农业工程学报Transactions of the CSAE Vol .19 No .6Nov . 2003我国农业遥感的应用现状与展望邢素丽1,2,张广录2(1.中国科学院研究生院,北京100039; 2.中国科学院石家庄农业现代化研究所,石家庄050021)摘 要:目前,遥感技术在我国农业上主要应用在农用地资源的监测与保护、农作物大面积估产与长势监测、农业气象灾害监测和作物模拟模型等几方面。
该文对我国农业遥感上述几方面的研究、应用进行了讨论、分析与评价,认为3S 一体化、灾害预测研究、高光谱遥感、定量遥感是今后的发展方向。
同时,遥感技术的应用与发展,对我国农业数字化进程的推进有不可替代的作用。
关键词:遥感;农业应用中图分类号:S127 文献标识码:A 文章编号:1002-6819(2003)06-0174-05收稿日期:2003-03-21基金项目:中科院知识创新项目(KZCX2-SW -317;K ZCX2-313)作者简介:邢素丽(1966-),女,河北唐山人,硕士研究生,从事遥感农业应用研究。
北京 中国科学院研究生院,100039。
Email :sophi -axing @s ina .com .1 引 言遥感技术是20世纪60年代以来,在现代物理学(包括光学技术、红外技术、微波雷达技术、激光技术和全息技术等)、空间科学、电子计算机技术、数学方法和地球科学理论的基础上发展起来的一门新兴的、综合性的边缘学科,是一门先进的、实用的探测技术[1],它已越来越广泛地应用在农业、地理、地质、海洋、水文、气象环境监测、地球资源勘探、军事侦察等多个方面。
在我国农业应用中,从早期的土地利用和土地覆盖面积估测研究、农作物大面积遥感估产研究开始,已扩展到目前的3S 集成对农作物长势的实时诊断研究、应用高光谱遥感数据对重要的生物和农学参数的反演研究、高光谱农学遥感机理的研究、模型的研究与应用以及草地产量估测、森林动态监测等多层次和多方面。
遥感技术和计算机技术的发展和应用,已经使农业生产和研究从沿用传统观念和方法的阶段进入到精准农业、定量化和机理化农业的新阶段,使农业研究从经验水平提高到理论水平。
2 遥感技术在我国农业中的应用研究现状2.1 农用地资源的监测与保护在我国,由于耕地的数量减少与质量下降,耕地保护已成为实现农业可持续发展的一个重要战略任务。
遥感信息因其覆盖面大、实时性和现势性强、速度快、周期性和准确可靠以及省时、省力、费用低等优点,被广泛用于测定农用地的数量与质量的动态变化[2～7]常用的土地利用遥感监测方法基本上分为两种,即:逐个像元比较法(pixel to pixel composition )和分类后比较法(post classfication composition )。
前者首先是对同一区域不同年份同一时相影像的光谱特征差异进行比较,确定土地利用发生变化的位置,在此基础上,再采用分类的方法来确定土地利用变化信息[8]。
该方法优点是先确定土地利用变化的位置,缩小分类范围,提高监测速度。
后者是针对整个监测区域的逐影像系列同一位置分类结果确定土地利用类型变化的位置和所属类型,其优点是可以回避前一种方法所要求的影像系列一致的条件,以及影像间辐射纠正、匹配等问题,但需要选择合适的分类方法来改善精度。
在分类方法上,目前农业遥感中计算机自动分类的研究方法很多,主要集中在如下几种:统计方法、神经网络法、模糊法、小波变换理论分类法等。
尤以统计方法和神经网络法研究和应用得最多。
统计分类法又可分为“监督分类”和“非监督分类”两种实施方案。
以最大似然法应用得最为广泛。
最大似然法的基本前提是认为每一类的概率密度分布都是正态分布。
其算法内在缺陷少、可靠性好、分类精度较高,缺陷是需要先验概率和条件概率密度函数模型,模型的精度直接影响分类精度。
后来有人发展了改进的最大似然分类法,如最小距离分类结果估计先验概率法[9]、Markov 模型分类技术[10]等。
神经网络分类法[11]与传统分类方法的最大区别在于,神经网络分类法并不基于某个假定的概率分布;它在非监督分类中,从特征空间到模式空间的映射是通过网络的自组织来完成的,是一种聚类过程;在监督分类中,网络通过对训练样本的学习,获得网络的权值,形成分类器。
一般可以分为前馈网络、后馈网络、自组织网络三大类。
神经网络中多层前馈网络的反向传播神经算法(又称BP 算法)在遥感分类中应用得最为广泛。
B P 算法的神经网络容错能力强,有较好的适应性,适于解决遥感图像中的“同物异谱”和“同谱异物”问题。
模糊分类技术比传统的最大似然法具有较高的识别精度,模糊分类认为一个像元在某种程度上属于某类而同时在另一程度上属于另一类,这种类属关系的程度用像元隶属度表示。
模糊分类技术的关键是确定像元的隶属度函数。
小波变换的基本思想是将任一平方函数或能量的有限信号通过多分辨率分析表示成小波系数的叠加。
小波变换在边缘检测和纹理分析中可反映出不同尺度174之间纹理的特征,能克服基于统计方法或Markove随机场等分布纹理模型的结构方法的不足[12,13]。
在实际应用中,由于各种内在的和外界因素的影响,往往使分类结果不够理想,需要在常规的光谱分类技术的基础上,利用不同分类方法之间的优势互补、优化组合来提高分类精度。
同时应用多源遥感和非遥感信息、与GIS、GPS结合。
2.2 农作物长势监测和大面积估产作物长势是作物生育状况总体评价的综合参数。
农作物长势监测指对作物的苗情、生长状况及其变化的宏观监测[14]。
美国从1974年开始大面积估产计划(Large Area Crop Inventory Experiment,L ACIE),90年代,农业遥感的重点转入作物管理(Precision crop manage-ment)[15]。
我国早期的农业遥感的重点也是在估产[14]。
从“六五”计划开始,开展了农作物遥感估产研究[16～18],并在区域尺度上开展估产试验。
1983年起农业部先后组织北京近郊小麦[19]、浙江嘉湖地区水稻及北方六省市小麦遥感估产[20]。
“八五”期间遥感估产成为科技攻关内容,小麦、玉米和水稻大面积遥感估产研究,取得了丰硕的成果[21,22]。
1998年,杨邦杰指出长势监测是农业遥感更为重要的任务[23]。
真正用于长势监测的研究起步较晚,且大多集中在冬小麦这一作物上[24,25]。
长势遥感监测的基础是必须有可用遥感监测的生物学指标。
典型绿色植物的发射光谱曲线,在蓝光区和红光区各有一个叶绿素吸收带(吸收中心在0.45μm及0.65μm),在近红外区则呈现高反射。
极轨气象卫星NOAA/ AVHRR观测通道的第一波段0.58～0.68μm处在叶绿素的吸收带,第二波段0.725～1.1μm位于绿色植物的光谱反射区。
第一、第二波段的组合,常有效地用于作物长势监测。
归一化植被指数(NDVI)是最为常用的一种植被指数,其公式为NDVI=(CH2-C H1)/(CH2+ CH1)其中,CH1、C H2分别为NOAAA/VHRR的第一波段(红光)、第二波段(近红外)反射率值。
NDVI与作物的叶面积指数和生物量成正相关[26～28],在NDVI的时间序列分析中,高时间分辨率的气象卫星能够以天为单位对地理过程进行采样[29],可用于准实时的作物长势动态连续监测和产量估计。
NDVI综合利用了四则运算,提高了对土壤背景的鉴别能力,削弱了大气层和地形阴影的影响。
美国在20世纪80年代初便使用时间序列的NOAA/AVHRR的NDVI数据估算作物的产量[30],其后的许多估产模型都是基于该方法。
如张建华(2000)[31]提出作物估产的数值模拟方法;江东(2002)[34]等利用NOAA/AVHRR资料研究了NDVI曲线与农作物长势的时序互动规律;姜城(2001)[32]等利用TM图像进行了地块内冬小麦产量变异的研究……。
但是以上应用由于受卫星遥感数据分辨率和植被指数灵敏度的影响(极轨气象卫星星下点空间分辨率为1.1 km,时间分辨率为1/4d;陆地卫星星下点空间分辨率为30m,时间分辨率为16d;NDVI对土壤背景的变化比较敏感,当植被覆盖度小于15%时,植被的NDVI略大于裸土;当植被覆盖度为25%～80%时,NDVI随植被覆盖度的增加呈近于线性的增长;当植被覆盖度大于80%时,检测的灵敏度下降[33]),其监测和估算精度与图像数据处理的精确程度有直接关系。
2.3 农业气象灾害监测与预测目前遥感灾害监测已经比较成熟地应用在干旱、洪涝、冻害等农业气象灾害的监测中。
在这一点上, NOAA/AVHRR遥感影像具有独特的优势。
NOAA/ AVHRR卫星资源具有时间分辨率高、费用低廉的特征优势,尽管其空间分辨率较低,但在我国现阶段的国情国力基础下,作为灾害监测的遥感数据,不失为首选遥感信息源。
2.3.1 干旱我国目前较为常用的遥感监测干旱的方法为热惯量法和作物缺水指数法。
热惯量是物质热特性的一种综合量度,反映了物质与周围环境能量交换的能力。
不同物质的热惯量值差异很大,从而对物质温度的变化幅度起决定作用。
土壤的热惯量与土壤含水量有很好的相关关系。
因此,可以从土壤温度昼夜的变化幅度来推求土壤含水量[34]。
热惯量法适用于早春和冬季裸土情况。
由于植被会改变土壤的热传导,因而此法不适用于植被覆盖情况。
作物缺水指数(crop water stress,CWSI)是土壤水分的一个指标,是由作物冠层温度转化而来的,其模型为CWSI=1-Ed/Ep,式中,Ed—蒸散发量,Ep—蒸散发能力。
Ed越小,CWSI越大,反映了供水能力差,即土地干旱。
利用由NOAA气象卫星得到的热红外温度可计算出蒸散发量Ed和蒸散发能力Ep,进而可以计算出作物缺水指数CW SI,并可作旱情分级[35～37]。
作物缺水指数法通过反演作物冠层温度得到作物根层土壤水分信息,比较适用于植被表面全覆盖的情况。
在部分植被覆盖条件下旱情的监测研究比较复杂,隋洪智等(1996)[38]提出的双层模型是一种较为有效的解决方法。
双层模型将土壤和作物冠层分为两个边界层,以此来研究其传输过程,并考虑了两者对蒸发贡献的不同,因此,提高了土壤含水量的估算精度。
此外国内外学者还开发了条件植被指数、条件温度指数(王鹏新,2001)[39]、距平植被指数等监测干旱的方法。
2.3.2 冻害应用遥感手段监测冻害,迅速估计灾害的发生与范围,具有重要的经济意义。
杨邦杰等(2002)[40]利用冻害发生期间气象台站的资料和同期气象卫星NOAA/ AVHRR的所有晴空数据,根据植被指数NDVI突变的特征,结合作物的生育期,提出了实用的小麦冻害监测方法。